2. Opbrengstgericht werken door
datateams
• Doorstroomrendement, examenresultaten,
excellentie…
• Data: o.a. toetsresultaten,
leerlingvragenlijsten, inspectiegegevens
• Niet alleen ervaring en intuïtie
3. Datateams
• Team van 4-6 docenten en
1-2 schoolleiders
• Werken aan concrete
vraagstukken op school
• Op basis van data
• Met 8-stappenplan: van
probleemdefinitie naar
nemen van maatregelen
en evaluatie
o Intensieve ondersteuning
4. Onderzoek (1)
Pilotonderzoek casestudies functioneren en
factoren 5 datateams
• o.a. te lage wiskunderesultaten, te veel
zittenblijvers
• Resultaten:
– Schoolverbetering: 3 van 5 teams
probleem opgelost
– Professionele ontwikkeling datagebruik
– Duurzaamheid: Voortzetting datateams
• Ook:
– Data niet altijd (volledig) beschikbaar;
bruikbaarheid systeem
– Veel ondersteuning nodig, bijv. bij data-
analyse
Ik dacht echt dat het
overgangsbeleid van de
school de oorzaak was van
te veel zittenblijvers.
Misschien zit ik er met
andere dingen ook wel
naast. Data zijn belangrijker
dan ik dacht.
Doen, doen, doen…zo
werken we, maar het is
zonde als je het verkeerde
doet…Daarom hebben we
data nodig, om te
onderzoeken of onze
hypotheses kloppen
5. Onderzoek (2)
Vervolgonderzoek 37 scholen
• Functioneren, effecten, kennisdeling en duurzaamheid
• Mixed-methods: o.a. interviews en observaties; vragenlijsten tevredenheid
en kennistest; data schoolverbetering
• Voorlopige resultaten en ervaringen
– Professionele ontwikkeling datagebruik
– Schoolverbetering
• 5 van eerste 10 scholen bij ‘maatregelen nemen’; zoals gerichte mentoruren en
extra uren studievaardigheden omdat bleek dat doubleurs extra aandacht nodig
hebben op planning, taakaanpak en concentratie.
– Duurzaamheid: actief werken aan ‘wat hierna?’
Ik doe dit nu ook
voor de cijfers in mijn
eigen klas!
6. Conclusies
• Datateammethode kan bijdragen aan
schoolverbetering, professionele ontwikkeling en
duurzaam opbrengstgericht werken
– Aandachtspunten: beschikbaarheid en betrouwbaarheid data;
bruikbaarheid en toegankelijkheid leerlingvolgsysteem
• Ondersteuning bij data-analyse
• Meer: www.datateams.nl; c.l.poortman@utwente.nl
• Dank voor uw aandacht! Meet & Greet!
Editor's Notes
Veel scholen zouden hun resultaten, bijv. op het gebied van doorstroomrendement en examencijfers, duurzaam willen verbeteren.
Hoe kunnen scholen dit soort doelen behalen?
Toetsresultaten, leerlingvragenlijsten en inspectiegegevens zijn voorbeelden van gegevens – oftewel data-die scholen hierbij kunnen gebruiken.
Datagebruik (of opbrengstgericht werken) kan leiden tot onderwijsverbetering, maar data worden vaak nog niet effectief gebruikt. Als je docenten vraagt wat de oorzaak is van slechte cijfers in de brugklas, krijgen bepaalde basisscholen vaak de schuld; en men denkt vaak dat te lage resultaten in de havo te wijten zijn aan de vmbo-instroom. Maar is dat wel écht zo? Datagebruik kan helpen bij het volledig en juist in kaart brengen en oplossen van dit soort vraagstukken.
Uit onderzoek blijkt dat docenten en schoolleiding hierbij ondersteuning nodig hebben. Hiervoor is aan de Universiteit Twente de datateam methode ontwikkeld.
Datateams zijn:
Teams van 4-6 docenten en 1-2 schoolleiders
Die werken aan concrete vraagstukken binnen de school
Op basis van data
Met behulp van een 8-stappenplan: vanuit een eigen probleemdefinitie via het opstellen van hypotheses en het verzamelen en conclusies trekken over data naar het nemen van maatregelen en het evalueren in hoeverre dit werkt.
Hierbij horen een handleiding, een cursus data-analyse en 3-wekelijkse bijeenkomsten met ondersteuning van een trainer van de Universiteit Twente, om concreet aan het stappenplan te werken
Deze methode is eerst onderzocht met een pilotonderzoek naar het functioneren en beinvloedende factoren in 5 datateams
O.a. een datateam gericht op wiskunderesultaten en een datateam gericht op het probleem van te veel zittenblijvers
Uit de interviews en observaties volgden resultaten op 3 gebieden:
Ten eerste op het gebied van schoolverbetering: 3 van de 5 teams losten daadwerkelijk hun onderwijsprobleem op, dus het droeg voor hen bij aan onderwijsverbetering
Ten tweede droeg de methode bij aan data leren gebruiken: dus professionele ontwikkeling. Deze quotes illustreren dat:
Tot slot een resultaat op het gebied van duurzaamheid: 4 van de 5 teams hebben hun werk als datateam voortgezet om hun ideeen verder te ontwikkelen en aan nieuwe onderwijsproblemen te werken, dus het had voor hen een duurzaam karakter
Er kwamen ook aandachtspunten uit de pilot, o.a. dat data niet altijd goed beschikbaar zijn en dat het veel werk kan zijn om ze op een bruikbare manier uit het systeem te halen. Ook bleek dat docenten veel ondersteuning nodig hadden, bijvoorbeeld bij het onderdeel data-analyse.
Omdat de pilot veelbelovend was wordt nu grootschalig onderzoek uitgevoerd naar datateams, bij in totaal 37 scholen. Met een combinatie van kwalitatief en kwantitatief onderzoek, zoals interviews en vragenlijsten, gaan we in op functioneren en effecten van datateams, kennisdeling door en duurzaamheid van datateams.
De eerste data op het gebied van effecten zullen eind dit schooljaar binnenkomen, dus ik kan hier alleen enkele ervaringen en voorlopige bevindingen vermelden. Zo zien we dat docenten zich het werken met data en data-analyse eigen maken, door dit niet alleen op het probleem van het datateam maar ook in hun eigen klas toe te passen: ik doe dit nu ook voor de cijfers in mijn eigen klas! Van de scholen die als eerste gestart zijn in het grootschalige onderzoek zijn er 5 bij de de een-na-laatste stap ‘maatregelen nemen’. Bijvoorbeeld bij een school die te veel zittenblijvers had bleek uit de data dat zij meer aandacht nodig hadden op het gebied van planning, taakaanpak en concentratie. Deze school gaat dit onder andere aanpakken via gerichte mentoruren en extra uren studievaardigheden.
We merken dat ook deze scholen actief de vraag stellen wat ze hierna gaan doen: niet ‘zo dit project is ook weer afgelopen’, maar: hoe kunnen we dit voortzetten. Dus ook hier komt duurzaamheid terug.
Conclusies t.n.t. zijn: de Datateammethode kan bijdragen aan schoolverbetering, professionele ontwikkeling en duurzaam opbrengstgericht werken.
Juist de combinatie van ervaring en intuitie met data: want op de scholen die wij t.n.t. hebben begeleid bleek het probleem nog nooit bij de basisschool of de vmbo-instroom te liggen, terwijl docenten dat wel vaak dachten.
Aandachtspunten in de randvoorwaarden lijken de beschikbaarheid en betrouwbaarheid van data, de bruikbaarheid en toegankelijkheid van het leerlingvolgsysteem en ondersteuning bij data-analyse.
Dit zijn de bevindingen uit de pilot en de voorlopige bevindingen uit het grotere onderzoek: tot in ieder geval eind 2015 doen we hier meer onderzoek naar.
Voor meer informatie verwijs ik naar onze website www.datateams.nl of kunt u mij mailen, of graag tot ziens bij de meet en greet, waar ik - beloofd- lang-za-mer zal –praten…..
Dank u voor uw aandacht!
